MétaCan
Menu
Retour à la cohorte
Enregistrement W4414132918 · doi:10.1007/s12325-025-03345-x

Healthcare Costs Associated with Adverse Events in Pediatric Patients with Attention-Deficit/Hyperactivity Disorder (ADHD): A Claims-Based Study

2025· article· en· W4414132918 sur OpenAlexaff
Jeff Schein, Maryaline Catillon, Anaïs Lemyre, Alice Qu, Frédéric Kinkead, Marjolaine Gauthier‐Loiselle, Martin Cloutier, Ann Childress

Notice bibliographique

RevueAdvances in Therapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésAdverse effectHealth careRheumatologyPatient safetyMEDLINEAdverse drug eventHealthcare system

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Adverse events (AEs) are common in pediatric patients receiving attention-deficit/hyperactivity disorder (ADHD) treatment; however, real-world studies on their costs from a payer's perspective are lacking. Therefore, this study investigated the healthcare costs associated with selected AEs among pediatric patients receiving ADHD treatment in the United States. METHODS: Using a retrospective cohort design, patients aged 6-17 years who received pharmacologic treatment for ADHD were identified from US claims data (October 1, 2015-September 30, 2023) and were categorized into AE and AE-free cohorts, separately for each studied AE. The eight selected AEs had statistically significant risk differences in a matching-adjusted indirect comparison of ADHD treatments and were identifiable from claims with ICD-10-CM codes. Entropy balancing was used to create cohorts with similar characteristics. Total excess healthcare costs and costs associated with AE-specific claims per patient per month (PPPM) were compared across balanced cohorts with vs. without a given AE. RESULTS: Overall, 393,919 patients (mean age: 12.5 years; male: 65.4%; stimulant monotherapy: 71.8%) were included, among whom 13.6% had ≥ 1 studied AE that resulted in a medical encounter during their treatment episode. The most prevalent AEs were upper abdominal pain (5.2%), vomiting (3.4%), and insomnia (3.2%). All AEs were associated with substantial AE-specific costs PPPM (asthenia: $196; somnolence: $171; insomnia: $169; vomiting: $106; dizziness: $92; upper abdominal pain: $91; irritability: $75; decreased weight: $46) and total excess healthcare costs PPPM (asthenia: $1178; somnolence: $821; vomiting: $427; insomnia: $404; dizziness: $380; upper abdominal pain: $336; irritability: $231; decreased weight: $219; all p < 0.01). CONCLUSIONS: AEs were common during ADHD treatment episodes in pediatric patients and were associated with significant healthcare costs. ADHD treatments with a favorable safety profile could help alleviate the economic burden of AEs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,330
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in TherapyMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207